一、函数原型
该函数
参数
angleInDegrees
默认为false，即弧度，当置为true时，则输出为角度。
phase函数根据函数
来计算角度，计算精度大约为0.3弧度，当x，y相等时，angle为0。
来计算角度，计算精度大约为0.3弧度，当x，y相等时，angle为0。
数学上函数atan2为：
该函数的值域为
，可以通过对负数结果加
的方法，将函数的结果映射到
范围内。
而c++中atan2函数是通过正切值返回弧度的，并通过判断x,y的正负决定象限，因此c++中atan2函数值域是从-Pi到Pi的。
二、小实验
Mat mat1(Size(
4
,
1
), CV_32FC1), mat2(Size(
4
,
1
), CV_32FC1), mat3;
mat1.at < float > ( 0 , 0 ) = 1 ; mat2.at < float > ( 0 , 0 ) = 1 ;
mat1.at < float > ( 0 , 1 ) = 1 ; mat2.at < float > ( 0 , 1 ) = - 1 ;
mat1.at < float > ( 0 , 2 ) = - 1 ; mat2.at < float > ( 0 , 2 ) = 1 ;
mat1.at < float > ( 0 , 3 ) = - 1 ; mat2.at < float > ( 0 , 3 ) = - 1 ;
phase(mat1,mat2,mat3, true );
mat1.at < float > ( 0 , 0 ) = 1 ; mat2.at < float > ( 0 , 0 ) = 1 ;
mat1.at < float > ( 0 , 1 ) = 1 ; mat2.at < float > ( 0 , 1 ) = - 1 ;
mat1.at < float > ( 0 , 2 ) = - 1 ; mat2.at < float > ( 0 , 2 ) = 1 ;
mat1.at < float > ( 0 , 3 ) = - 1 ; mat2.at < float > ( 0 , 3 ) = - 1 ;
phase(mat1,mat2,mat3, true );
最后mat3的计算结果：
。由此可以看出opencv phase计算出的角度从0°-360°是已x轴正方向为0°，逆时针旋转增加，符合我们平常角度的计算方式。
三、实际运用
使用函数来计算图像方向场
原始图像
代码
//变量
Mat img = cv::imread( "e:/template/***。png",0);
Mat grad1,grad2,angle;
Sobel(img, grad1, CV_64FC1, 1, 0); //求梯度
Sobel(img, grad2, CV_64FC1, 0, 1);
blur(grad1,grad1,Size(6,6));
blur(grad2,grad2,Size(6,6));
phase(grad1, grad2, angle, true); //求角度
normalize(angle, angle, 0, 255, NORM_MINMAX); //归一化 方便显示，和实际数据没有关系
angle.convertTo(angle,CV_8UC1);
说明
在进行角度计算之前，对sobel计算的两个结果分别进行了6*6的平均卷积，这是基本的去噪思路。而后到phase一行，角度就已经求出来了，后面是为了方便显示。
注意，这里的角度是以x正方向为0，以逆时针为正方向，0-360的度量。并且显而易见分了内外。这个圆是比较简单的，如果对于复杂图像，就必须对角度的概念有深入理解。
目前方向：图像拼接融合、图像识别 联系方式：jsxyhelu@foxmail.com
